Quer conhecer as últimas novidades do Google em Machine Learning?

Participe do Machine Learning Study Jam!

O Machine Learning Study Jam é uma sessão de estudos organizada pela comunidade de developers do Google (GDGs) composta por um encontro presencial e práticas de estudo individual, na qual você vai conhecer o Machine Learning Crashing Course (MLCC), seus módulos e conceitos básicos de Machine Learning.

Com uma abordagem prática e aplicada, você vai aprender como utilizar Machine Learning nos seus projetos e aproveitar todas as vantagens do TensorFlow por meio de abstrações de alto nível. É uma excelente oportunidade para profissionais, empreendedores e estudantes ganharem experiência em Machine Learning e TensorFlow na prática.

A quem se destina:
• Programadores experientes.
• Profissionais, empresários e estudantes que queiram adquirir experiência prática em Machine Learning e TensorFlow.
• Pessoas familiarizadas com Python com conhecimento de álgebra linear e cálculo.

Para quem não é recomendado:
• Participantes com amplo conhecimento de machine learning.
• Participantes que querem aprender as complexidades de baixo nível de TensorFlow. Embora no curso haja exercícios básicos sobre TensorFlow, a maioria deles tem como foco nas APIs de alto nível do Tensor.
• Participantes em busca de tópicos avançados em machine learning, entre eles modelos convolucionais de reconhecimento de imagem e modelos recorrentes/sequenciais.

Outros requisitos:
• Para participar, leve seu notebook (PC, Mac ou Chromebook) com o carregador. É necessário que o notebook esteja com a versão mais recente do navegador de Internet. Para ter uma experiência melhor, instale o Firefox ou o Chrome.
• Papel e caneta (ou outra opção da sua preferência se quiser fazer anotações).

** Traga seu laptop! **

Não se esqueça de trazer 05 (Cinco) Leite em caixinha para colaborar com nossa campanha solidária. Iremos doar para uma entidade que cuida de crianças em Santa Helena de Goiás.

Agenda:
14:00: Início do evento
14:30: Visão geral e primeiros 3 módulos do MLCC
16:15: Intervalo
16h30: Módulos TensorFlow
18:00: Final do evento